本文系浪潮集团高级副总裁赵瑞东所写，以下为内容详情：

随着物联网的飞速发展，万物互联的智能化时代已经到来。预计2020年全球将有超过500亿的终端、2120亿的传感器，其中我国约占全球数量的7%左右，大约35亿的终端，150亿的传感器，其节点规模远远大于互联网，物联网接入节点数量呈爆发性增长趋势；每个物联网节点都会产生大量的实时数据，预测到2020年，全球数据总量将大于40zB；物联网的发展，对网络传输的实时性和网络带宽提出了新的挑战，对数据的存储、分析处理等也提出了新要求。

面对庞大的物联网节点数和海量的数据总量，只有通过提升边缘侧的数据计算处理能力才能满足万物互联的智能化时代的需求。智能化的核心是智能系统，智能系统主要由感知系统、决策系统、控制系统、执行与反馈系统组成。另外，从支撑智能系统的信息系统角度看，数据的存储、分析、决策也必然是分布式的，而不可能是集中式的，应该类似于人的大脑、神经中枢、神经元、神经末梢的分布式架构，如下图所示：

边缘计算架构图

在万物互联的智能化时代，如果仅采用中心云计算模式（中心云），已经不能满足高效地处理网络边缘端所产生的海量数据。针对边缘侧数据量大，本地应用系统多，实时性要求强，在网络边缘端增加执行任务计算和数据分析的处理能力成为必要，我们把分布在网络边缘端，提供实时数处理、分析决策的小规模云数据中心称为边缘云。

边缘云处于物联网终端和中心云之间，是边缘计算的神经中枢。在靠近物或数据源头的一侧提供存储、计算和应用等服务，其网络拓扑结构如下：

边缘云网络拓扑图

边缘云可以在无中心云支持的情况下，提供强大而实时的存储和计算能力，有效的卸载了中心云的压力。其上的服务在边缘侧发起，产生更快的网络服务响应，满足工业应用在实时业务、智能计算、安全防护和隐私保护等方面的基本需求。边缘云具备以下几点特性：

• 业务可靠性

单点故障在工业级场景是绝对不被接受的，大量关键操作不能依靠中心云，现场的生产系统必须保持一定的自主和自治。比如制造业的控制系统，通过边缘的分布式智能和自治系统相互协同，而不是依靠中心化的智能，可以保障整个系统的本地存活能力。

• 处理实时性

在对实时性要求较高的领域，比如生产控制领域，业务控制时延必须小于10毫秒甚至更低。如果将决策控制放在云中心将根本无法满足上述时延要求，所以需要把部分分析和控制功能放在边缘设备，以满足业务实时性的需要。

• 数据安全性

对于更多行业系统，尤其是军事应用，接入网络的安全性和私密性显得更为重要。通过边缘云可以实现在物联网网关和数据中心之间建立加密隧道，进一步提高系统的安全性和隐私性。

• 计算分布性

边缘云天然具备分布式特征，支持分布式计算与存储、实现分布式资源的动态调度与统一管理、支撑分布式智能、具备分布式安全等能力。